基于人工智能算法的水平井气水两相生产测井流型识别方法研究

为探究水平井气水两相流动规律，识别气-水两相流流型。本文首先对水平井气-水两相进行数值模拟，分析不同倾角、流量配比下的两相流流型；然后利用包括CAT在内的生产测井仪器串，对不同流动条件下的气-水两相流进行动态实验，获取仪器的响应数据和气、水两相流动状态；最后利用实验得出的中心持率、井斜角度、涡轮转数，CAT各探头实测值等数据，引入由麻雀搜索算法优化的BP神经网络算法识别水平井气-水两相流型。该算法将BP算法对气水两相流型的识别精度从83.75%提高到91.66%，并加快了运算速度。为探索水平井气水两相流流型识别提供了一种新的思路。